工具类
yt-dlp视频下载工具
项目Git地址:yt-dlp/yt-dlp: A feature-rich command-line audio/video downloader
提取这个地址的视频:https://www.bilibili.com/BV1j6DYYpExQ
-o '~/%(title)s.%(ext)s'
表示将视频文件放到用户桌面,文件名是视频名称
yt-dlp --cookies cookies.txt -o '~/Desktop/%(title)s.%(ext)s' 'https://www.bilibili.com/BV1j6DYYpExQ'
git去除"."开头的文件夹
git rm --cached -r ..idea\
EasyConnect
代理服务器:https://sslvpn.zjut.edu.cn/
用户名:学号
密码:密码
手动给视频超分辨率
用
ffmpeg
截取帧shellffmpeg -i .\tmp.mp4 -qscale:v 1 -qmin 1 -qmax 1 -vsync 0 .\tmp_in_1440\frame%08d.jpg
用超分工具超分,我常用的是cugan和esrgan
shell.\realesrgan-ncnn-vulkan.exe -i tmp_in_1080 -o tmp_out_1080 -n realesr-animevideov3 -s 2 -f jpg
用
ffmpeg
合并帧shellffmpeg -i .\tmp_out_1080\frame%08d.jpg -i .\1080.mp4 -map 0:v:0 -map 1:a:0 -c:a copy -c:v libx264 -r 24 -pix_fmt yuv420p output_w_audio.mp4
舜宇贝尔
公司基建
网络用户名+密码
(访客网络)
WiFi名:Sunny-Guest
密码:1234567890
认证页用户名:sunnybaer
认证页密码:1234567890
(贝尔)
网络认证用户名:sunnybaer
密码:baer1234
(精工?)
网络认证用户名:cangku
密码:admin@123
OA系统
http://myoa.sunnymould.com:8999
B00434
Sunny123!
公司个人账号
zexiao.huang@sunny-baer.com
Hzx,qazwsxxedc123
abc123!
Sunnybaer111!
金蝶云账号
地址:http://192.168.2.53:5280/k3cloud/html5/index.aspx?msg=N001
用户名:test
密码:222222
部门基建
Jira账户
全名:huangzexiao
邮箱:zexiao.huang@sunny-baer.com
用户名:huangzexiao
密码:kjiolluy711
服务器
ssh text@10.0.0.93
abcd123!
数据库
10.0.0.93:3306
root
m5Jwk.JR*Uxpbt^9f8jp
后端维护脚本
脚本模式
git pull
mvn clean package -P"配置名称"
ps -ef | grep java | grep BaerMes | grep -v grep
ps -ef | grep java | grep BaerMes | grep -v grep | awk '{print $2}' | xargs kill -15
nohup java -Xmx3g -Xms3g -XX:+UseG1GC -jar /var/www/baer-mes/target/BaerMes-1.0.jar > /dev/null 2>&1 &
服务模式,把项目注册成服务
sudo vim /etc/systemd/system/wms-pro.service
[Unit]
Description=Sunny-Baer WMS System
[Service]
User=ubuntu
Group=ubuntu
WorkingDirectory=/var/www
ExecStart=java -Xmx3g -Xms3g -XX:+UseG1GC -jar /var/www/wms-pro-1.0.jar
Restart=no
SuccessExitStatus=143
[Install]
WantedBy=multi-user.target
sudo systemctl daemon-reload
sudo systemctl start data-agv-yanfeng
sudo systemctl restart wms-pro.service
项目
baer-tools在线工具箱
前端仓库:http://10.0.0.177/informatization/front/bear-tools-web
后端仓库:http://10.0.0.177/informatization/backend/baer-tools
培训管理系统
前端仓库:http://10.0.0.177/informatization/front/tms-web
后端仓库:http://10.0.0.177/informatization/backend/train-system
用户页面:http://10.0.0.49:8065/frontDeskindex/homePage
后台页面:http://10.0.0.49:8065/index
管理员用户:
test01
管理员密码:
Aa@000000
用户:
B00434
密码:
Hzx,qazwsxedc123
MaxKB问答知识库
http://192.168.2.115:4173/ui/application
用户:admin
密码:Ly12345678
产线数字化管理系统
前端仓库:http://10.0.0.177/informatization/front/yanfeng-admin
后端仓库:http://10.0.0.177/informatization/backend/data-agv-yanfeng
上线页面:
http://10.0.0.93:9000/
用户:
admin
密码:
acbd@1234
一站式采销平台
前端仓库:http://10.0.0.177/informatization/front/market-platform
后端仓库:http://10.0.0.177/informatization/backend/market-platform-server
仓库管理系统
前端仓库:http://10.0.0.177/informatization/front/wms-pro-web
后端仓库:http://10.0.0.177/informatization/backend/wms-pro
用户:
shenzhuo
密码:
acbd@1234
生产日计划看板大屏
前台前端仓库:http://10.0.0.177/informatization/front/production-web
后台前端仓库:http://10.0.0.177/informatization/front/production
服务端仓库:http://10.0.0.177/informatization/backend/manufacturing_systems
后台页面:http://10.0.0.49:3142/dashboard/index
用户:
admin
密码:
111111
数据库设计规范
表设计原则
- 所有表的主键命名为“id“;
- 每张表都要配置创建时间、创建人ID、修改时间、修改人ID、逻辑删除,创建时间设置默认约束CURRENT_TIMESTAMP,修改时间设置默认约束CURRENT_TIMESTAMP ON UPDATE CURRENT_TIMESTAMP(根据当前时间戳更新)
- 表和字段都要有注释,合理取名,名字不要太长;
- 如无取负值的必要,则给数字类型加上无符号unsigned,延长取值范围;
- 如果字段涉及外键,配置为逻辑外键、非空,不要写外键约束;
- 如果字段涉及到枚举,则设定为TINYINY类型,用数字区分类型,并备注;
- 如果字段涉及到布尔值,则设定为TINYINY(1)类型,用数字区分类型,并备注;
- 引擎采用InnoDB,字符类型设置为utf8mb4,排序规则设置为utf8mb4_0900_ai_ci,行格式为DYNAMIC
默认字段
所有表均有以下字段
CREATE TABLE `表名` (
`id` bigint NOT NULL AUTO_INCREMENT COMMENT '表主键ID',
...
`deleted` tinyint(1) NOT NULL DEFAULT 0 COMMENT '逻辑删除 0=未删除,1=已删除',
`create_id` bigint NOT NULL COMMENT '创建人ID',
`update_id` bigint NOT NULL COMMENT '修改人ID',
`create_time` datetime NOT NULL DEFAULT CURRENT_TIMESTAMP COMMENT '创建时间',
`update_time` datetime NOT NULL DEFAULT CURRENT_TIMESTAMP ON UPDATE CURRENT_TIMESTAMP COMMENT '修改时间',
PRIMARY KEY (`id`)
) ENGINE=InnoDB AUTO_INCREMENT=1 DEFAULT CHARSET=utf8mb4 COLLATE=utf8mb4_0900_ai_ci ROW_FORMAT=DYNAMIC COMMENT='表名注释';
实体类
写好建表语句,复制如下语句,用AI生成
基于这些sql建表语句,生成相应的Java实体类,比如Component表,其Java实体类为Component,用MybatisPlus注解映射表名为@TableName("component") ,并采用lombok的@Data、@Builder、MybatisPlus映射表名@TableName、@EqualsAndHashCode(callSuper = true)、@NoArgsConstructor、@AllArgsConstructor,其中表的逻辑删除、创建人、创建时间、修改人、修改时间这五个字段不用创建,通过继承BaseEntity类实现重复字段的复用。主键有@TableId(value = "id", type = IdType.AUTO),如果有时间类型的话时间用LocalDateTime类型,每一个属性之间空一行,属性有块注释注明。 下面开始请你输出我需要的所有类的代码!
接口设计
根据我提供给你的功能模块和说明图,请你设计一套完整的 API 接口设计方案。每个接口都包括路径、请求方法、描述、请求参数(如有)和返回示例,方便你对接开发或文档输出。
其他
AI调研相关
API key
sk-cd1266cc951d4d7fbfee56f42b4d3d35
curl https://api.deepseek.com/chat/completions \
-H "Content-Type: application/json" \
-H "Authorization: Bearer sk-cd1266cc951d4d7fbfee56f42b4d3d35" \
-d '{
"model": "deepseek-chat",
"messages": [
{"role": "system", "content": "You are a helpful assistant."},
{"role": "user", "content": "Hello!"}
],
"stream": false
}'
百炼key
sk-9fe2e1b0fd60405393c4195a0761044f
curl -X POST https://dashscope.aliyuncs.com/compatible-mode/v1/chat/completions \
-H "Authorization: Bearer sk-9fe2e1b0fd60405393c4195a0761044f" \
-H "Content-Type: application/json" \
-d '{
"model": "deepseek-r1-distill-qwen-7b",
"messages": [
{
"role": "user",
"content": "9.9和9.11谁大"
}
]
}'
curl --location 'https://dashscope.aliyuncs.com/compatible-mode/v1/chat/completions' \
--header "Authorization: Bearer sk-9fe2e1b0fd60405393c4195a0761044f" \
--header 'Content-Type: application/json' \
--data '{
"model": "qwen-plus",
"messages": [
{
"role": "system",
"content": "You are a helpful assistant."
},
{
"role": "user",
"content": "用萝卜、土豆、茄子做饭,给我个菜谱"
}
]
}'
ollama run deepseek-r1:1.5b
ollama run lrs33/bce-embedding-base_v1
这些环境变量提供了对 Ollama 服务器的各种配置选项,可以帮助优化性能、调试和管理模型加载等任务。
- OLLAMA_DEBUG:显示额外的调试信息(例如,设置
OLLAMA_DEBUG=1
)。- OLLAMA_HOST:设置 Ollama 服务器的 IP 地址(默认是
127.0.0.1:11434
)。- OLLAMA_KEEP_ALIVE:模型在内存中保持加载的时长(默认是
"5m"
)。- OLLAMA_MAX_LOADED_MODELS:每个 GPU 上加载的最大模型数量。
- OLLAMA_MAX_QUEUE:请求队列的最大数量。
- OLLAMA_MODELS:模型目录的路径。
- OLLAMA_NUM_PARALLEL:允许的最大并行请求数量。
- OLLAMA_NOPRUNE:启动时不修剪模型的二进制数据。
- OLLAMA_ORIGINS:允许的来源列表,使用逗号分隔。
- OLLAMA_SCHED_SPREAD:始终将模型调度到所有 GPU 上。
- OLLAMA_FLASH_ATTENTION:启用闪电注意力(Flash Attention)。
- OLLAMA_KV_CACHE_TYPE:K/V 缓存的量化类型(默认是
f16
)。- OLLAMA_LLM_LIBRARY:设置 LLM 库,以绕过自动检测。
- OLLAMA_GPU_OVERHEAD:每个 GPU 保留的 VRAM(显存)部分(以字节为单位)。
- OLLAMA_LOAD_TIMEOUT:在放弃加载模型之前,允许的最大加载停滞时间(默认是
"5m"
)。
curl -X POST http://localhost:11434/api/generate -H "Content-Type: application/json" -d '{"model":"deepseek-r1:1.5b","prompt":"写一首关于秋天的诗","max_tokens":50}'
ollama serve OLLAMA_MODELS="C:\Users\15203\.ollama\models\manifests\registry.ollama.ai\library\deepseek-r1"
curl -X POST http://localhost:11435/v1/execute -H "Content-Type: application/json" -d '{"model": "lrs33/bce-embedding-base_v1:latest","input": "这是一段需要生成嵌入的文本"}'
RAGFlow项目命令
启动服务
sudo docker compose -f ~/ai/ragflow/docker/docker-compose.yml up -d
停止服务
sudo docker compose -f ~/ai/ragflow/docker/docker-compose.yml down
Docker相关
# 启动
sudo systemctl start docker
# 开机自启
sudo systemctl enable docker
# 查看状态
sudo systemctl status docker
mysql
10.0.0.93:5455
root
infini_rag_flow
redis
10.0.0.93:16379
redis
infini_rag_flow
minio
10.0.0.93:19000
10.0.0.93:19001
minio
infini_rag_flow
es、kibana
ES_HOST=es01
ES_PORT=1200
ELASTIC_PASSWORD=infini_rag_flow
KIBANA_PORT=6601
KIBANA_USER=rag_flow
KIBANA_PASSWORD=infini_rag_flow